CN112511986A - 一种计算人工保洁状态数据的获取方法及系统 - Google Patents
一种计算人工保洁状态数据的获取方法及系统 Download PDFInfo
- Publication number
- CN112511986A CN112511986A CN202110171181.4A CN202110171181A CN112511986A CN 112511986 A CN112511986 A CN 112511986A CN 202110171181 A CN202110171181 A CN 202110171181A CN 112511986 A CN112511986 A CN 112511986A
- Authority
- CN
- China
- Prior art keywords
- attendance
- terminal
- information
- position information
- beidou
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种计算人工保洁状态数据的获取方法,计算人工保洁状态数据的获取方法通过一个考勤数据统计端、一个考勤终端及多个Wi‑Fi接入点实现。考勤数据统计端在本地存储一个终端标识信息对应的预存排班时间及预存位置范围信息的排班对应表。考勤终端能够将北斗位置信息向远程发送。考勤终端能够随待统计考勤人员移动。考勤终端包括终端标识信息。多个Wi‑Fi接入点分布于预存位置范围信息所对应的区域内。本发明通过对户外人员移动状态信息的采集,准确获取户外人员的户外移动及作业数据,从而可实时知晓户外人员的工作及安全状态,完善户外人员监控数据的完整性及准确性。同时,本发明提供了一种计算人工保洁状态数据的获取系统。
Description
技术领域
本发明涉及户外人员作业数据的监测及定位领域。本发明具体涉及一种计算人工保洁状态数据的获取方法及系统。
背景技术
在户外作业人员作业过程中,因为其人员移动作业,通常采用人工监测户外作业人员状态。在户外作业面大的情况下,如采用人工监测的方法则无法对户外作业人员在户外作业状态及实际工作范围做到准确准确。造成户外作业人员的作业及安全状态无法获知,从而不便于对户外作业人员工作状态的实时监控及突发状态的处理。
发明内容
本发明的目的是提供一种计算人工保洁状态数据的获取方法,其通过对户外人员移动状态信息的采集,准确获取户外人员的户外移动及作业数据,从而可实时知晓户外人员的工作及安全状态,完善户外人员监控数据的完整性及准确性。
本发明中的一种计算人工保洁状态数据的获取系统,其通过对户外人员移动状态信息的采集,准确获取户外人员的户外移动及作业数据,从而可完善户外人员监控数据的完整性及准确性。
本发明的第一方面,提供了一种计算人工保洁状态数据的获取方法,计算人工保洁状态数据的获取方法通过:一个考勤数据统计端、一个考勤终端及多个Wi-Fi接入点实现。
考勤数据统计端在本地存储一个终端标识信息对应的预存排班时间及预存位置范围信息的排班对应表。考勤数据统计端预存行为状态信息。行为状态信息包括:运动状态结果及静止状态结果。
多个Wi-Fi接入点分布于预存位置范围信息所对应的区域内。每个Wi-Fi接入点具有一个Wi-Fi接入地址及一个Wi-Fi物理地址。
考勤终端,其具有一个终端标识信息且配置为包括:一个北斗定位终端和一个Wi-Fi通信模块。北斗定位终端能够通过北斗卫星导航系统获取考勤终端的北斗位置信息。Wi-Fi通信模块,其能够接入多个Wi-Fi接入点。
考勤终端能够将北斗位置信息向考勤数据统计端发送。考勤终端能够随待统计考勤人员移动。
计算人工保洁状态数据的获取方法包括:
步骤S101,考勤数据统计端在设定的采集时段内,根据终端标识信息获取考勤终端所发送的北斗位置信息和采集北斗位置信息时的采集时间。
步骤S102,考勤数据统计端根据终端标识信息,查询排班对应表获取终端标识信息所对应的预存排班时间及预存位置范围信息。
步骤S103,考勤数据统计端判断若采集时间在预存排班时间内且北斗位置信息在预存位置范围信息所对应的区域内,则考勤数据统计端根据一个设定时间间隔连续获取考勤终端的多个北斗位置信息,考勤数据统计端根据多个北斗位置信息和获取次序,获取多个北斗位置信息间的移动距离及多个北斗位置信息的移动次序。考勤数据统计端根据多个北斗位置信息获取其所对应的多个当前区域。
步骤S104,获取考勤终端在多个当前区域间移动时,依次接入多个Wi-Fi接入点的Wi-Fi接入次序。根据Wi-Fi接入次序及多个Wi-Fi接入点的接入地址获取多个Wi-Fi接入点的Wi-Fi物理地址接入次序,判断多个接入点的Wi-Fi物理地址接入次序是否匹配多个北斗位置信息的移动次序,若是,则根据多个北斗位置信息及多个北斗位置信息的移动次序生成当前移动轨迹图像。
步骤S105,考勤数据统计端判断当前移动轨迹图像是否为可识别轨迹,若是,则输出运动状态结果,若否,则输出为静止状态结果。若行为状态信息为静止状态结果,则生成考勤终端的脱岗状态信息。若行为状态信息是运动状态结果,则生成考勤终端的工作状态信息。
在本发明计算人工保洁状态数据的获取方法的另一种实施方式中,北斗位置信息包括:经度信息及纬度信息。
在本发明计算人工保洁状态数据的获取方法的又一种实施方式中,步骤S103还包括:若采集时间不在预存排班时间内,则输出考勤终端的空闲状态信息。
在本发明计算人工保洁状态数据的获取方法的又一种实施方式中,步骤S104中还包括:步骤S1041,采集或从移动轨迹的历史数据中获取多幅轨迹图像;所述多幅轨迹图像:在一天中多个时间段中,待统计考勤人员在所述预存位置范围信息所对应的区域内连续移动作业时所形成的轨迹;
步骤S1042,在所述多幅场景图像中标记多个设定的必经点位置,获取具有标记的多幅轨迹图像作为训练集;
步骤S1043,通过YOLOV4神经网络训练所述训练集,识别必经点图像及位置信息,获取轨迹识别神经网络。
在本发明计算人工保洁状态数据的获取方法的再一种实施方式中,步骤S105中还包括:通过所述轨迹识别神经网络识别所述当前移动轨迹图像,获取可识别必经点图像的数量值;判断所述可识别必经点图像的数量值是否大于设定值;若是,则为可识别轨迹,若否,则为不可识别轨迹。
在本发明计算人工保洁状态数据的获取方法的再一种实施方式中,预存排班时间中包括预存上班时间。
在步骤S101中还包括:考勤数据统计端在设定的上班采集时段内,根据终端标识信息获取考勤终端所发送的上班北斗位置信息。上班北斗位置信息中包括采集上班北斗位置信息时的上班采集时间。
步骤S102中还包括:考勤数据统计端根据终端标识信息,查询排班对应表获取终端标识信息所对应的预存上班时间及预存位置范围信息。
步骤S103中还包括:考勤数据统计端判断若上班采集时间在预存上班时间内,则判断上班北斗位置信息是否在预存位置范围信息所对应的区域内,若是,则生成上班信息。若否,则生成迟到信息。
在本发明计算人工保洁状态数据的获取方法的再一种实施方式中,预存排班时间中包括预存下班时间。
在步骤S101中还包括:考勤数据统计端在设定的下班采集时段内,根据终端标识信息获取考勤终端所发送的下班北斗位置信息。下班北斗位置信息中包括采集下班北斗位置信息时的下班采集时间。
步骤S102中还包括:考勤数据统计端根据终端标识信息,查询排班对应表获取终端标识信息所对应的预存下班时间及预存位置范围信息。
步骤S103中还包括:考勤数据统计端判断若下班采集时间在预存下班时间内,则判断下班北斗位置信息是否在预存位置范围信息所对应的区域内,若是,则生成下班信息。若否,则生成早退信息。
本发明的第二方面,提供了一种计算人工保洁状态数据的获取系统,其包括:一个考勤数据统计端、一个考勤终端及多个Wi-Fi接入点。
考勤数据统计端在本地存储一个终端标识信息对应的预存排班时间及预存位置范围信息的排班对应表。考勤数据统计端预存行为状态信息。行为状态信息包括:运动状态结果及静止状态结果。
多个Wi-Fi接入点分布于预存位置范围信息所对应的区域内。每个Wi-Fi接入点具有一个Wi-Fi接入地址及一个Wi-Fi物理地址。
考勤终端,其具有一个终端标识信息且配置为包括:一个北斗定位终端,北斗定位终端能够通过北斗卫星导航系统获取考勤终端的北斗位置信息。和一个Wi-Fi通信模块,其能够接入多个Wi-Fi接入点。考勤终端能够将北斗位置信息向考勤数据统计端发送。考勤终端能够随待统计考勤人员移动。
考勤数据统计端在设定的采集时段内,根据终端标识信息获取考勤终端所发送的北斗位置信息和采集北斗位置信息时的采集时间。
考勤数据统计端根据终端标识信息,查询排班对应表获取终端标识信息所对应的预存排班时间及预存位置范围信息。
考勤数据统计端判断若采集时间在预存排班时间内且北斗位置信息在预存位置范围信息所对应的区域内,则考勤数据统计端根据一个设定时间间隔连续获取考勤终端的多个北斗位置信息,考勤数据统计端根据多个北斗位置信息和获取次序,获取多个北斗位置信息间的移动距离及多个北斗位置信息的移动次序。考勤数据统计端根据多个北斗位置信息获取其所对应的多个当前区域。
考勤数据统计端获取考勤终端在多个当前区域间移动时,依次接入多个Wi-Fi接入点的Wi-Fi接入次序。根据Wi-Fi接入次序及多个Wi-Fi接入点的接入地址获取多个Wi-Fi接入点的Wi-Fi物理地址接入次序,判断多个接入点的Wi-Fi物理地址接入次序是否匹配多个北斗位置信息的移动次序,若是,则根据多个北斗位置信息及多个北斗位置信息的移动次序生成当前移动轨迹图像。
考勤数据统计端判断当前移动轨迹图像是否为可识别轨迹,若是,则输出运动状态结果,若否,则输出为静止状态结果。若行为状态信息为静止状态结果,则生成考勤终端的脱岗状态信息。若行为状态信息是运动状态结果,则生成考勤终端的工作状态信息。
在本发明计算人工保洁状态数据的获取系统的一种实施方式中,考勤数据统计端还配置为:根据移动轨迹的历史数据获取多幅移动轨迹的图像。通过神经网络训练多幅移动轨迹的图像,获取能够识别移动轨迹的第一目标识别神经网络。
在本发明计算人工保洁状态数据的获取系统的一种实施方式中,考勤数据统计端还配置为:通过第一目标识别神经网络识别当前移动轨迹图像,获取识别权重值。判断识别权重值是否大于设定值,若是,则为可识别轨迹,若否,则为不可识别轨迹。
下文将以明确易懂的方式,结合附图对一种计算人工保洁状态数据的获取方法及系统的特性、技术特征、优点及其实现方式予以进一步说明。
附图说明
图1是用于说明在本发明一种实施方式中,计算人工保洁状态数据的获取方法实现系统的组成示意图。
图2是用于说明在本发明一种实施方式中,计算人工保洁状态数据的获取方法实施时的区域示意图。
图3是用于说明在本发明另一种实施方式中,计算人工保洁状态数据的获取方法实施时的区域示意图。
具体实施方式
为了对发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式,在各图中相同的标号表示结构相同或结构相似但功能相同的部件。
在本文中,“示意性”表示“充当实例、例子或说明”,不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。为使图面简洁,各图中只示意性地表示出了与本示例性实施例相关的部分,它们并不代表其作为产品的实际结构及真实比例。
本发明的第一方面,提供了计算人工保洁状态数据的获取方法,如图1所示,计算人工保洁状态数据的获取方法通过:一个考勤数据统计端10、一个考勤终端20及第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45实现。
考勤数据统计端10在本地存储终端标识信息对应的预存排班时间及预存位置范围信息的排班对应表,如表1所示。终端标识信息如表1中的HW1021。考勤数据统计端10预存行为状态信息。行为状态信息包括:运动状态结果及静止状态结果。
如图2所示,第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45分布于预存位置范围信息所对应的区域50内。每个Wi-Fi接入点具有一个Wi-Fi接入地址及一个Wi-Fi物理地址。上述Wi-Fi接入地址是考勤终端20接入Wi-Fi接入点时的Wi-Fi接入名称或接入编号,即考勤终端20能够搜索到的Wi-Fi接入名称或接入编号。上述Wi-Fi物理地址是Wi-Fi所属有限IP的经纬度坐标地址。
表1
考勤终端20具有终端标识信息。考勤终端20配置为包括:一个北斗定位终端和一个Wi-Fi通信模块。北斗定位终端能够通过北斗卫星导航系统获取考勤终端20的北斗位置信息。Wi-Fi通信模块能够根据Wi-Fi接入名称接入第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45。考勤终端20能够将北斗位置信息向考勤数据统计端10发送。考勤终端20能够随待统计考勤人员30移动。
本发明中的计算人工保洁状态数据的获取方法包括:
步骤S101,考勤数据统计端10在设定的采集时段内,根据终端标识信息获取考勤终端20所发送的北斗位置信息和采集北斗位置信息时的采集时间。
例如:若预存排班时间为8:30~17:30,根据存排班时间为8:30~17:30确定设定的采集时段内为8:00~18:00。
考勤数据统计端10在设定的采集时段内8:00~18:00(可以是间隔设定时间采集一次),根据终端标识信息HW1021获取考勤终端20所发送的北斗位置信息129.357,42.891(经纬度值)和采集北斗位置信息129.357,42.891时的采集时间7:45。
步骤S102,考勤数据统计端10根据终端标识信息,查询排班对应表获取终端标识信息所对应的预存排班时间及预存位置范围信息。
例如:考勤数据统计端10根据终端标识信息HW1021查询表1获取预存排班时间为8:30~17:00,预存位置范围信息为“129.356~129.360,42.891~42.892。
步骤S103,考勤数据统计端10判断若采集时间在预存排班时间内且北斗位置信息在预存位置范围信息所对应的区域内,则考勤数据统计端10根据一个设定时间间隔连续获取考勤终端20的多个北斗位置信息,考勤数据统计端10根据多个北斗位置信息和获取次序,获取多个北斗位置信息间的移动距离及多个北斗位置信息的移动次序。
考勤数据统计端10判断,采集时间7:45在预存排班时间内8:30~17:30。同时北斗位置信息129.357,42.891在预存位置范围信息“129.360~129.356,42.891~42.892所对应的区域内,则考勤数据统计端10根据一个设定时间间隔30分钟,即每30分钟向考勤终端20发送北斗位置获取请求。
如图3所示,考勤终端20在9:00、9:30、10:00、10:30..........分别获取北斗位置信息:10,2、10,4、10,6、10,7、........,获取获取第一北斗位置信息B1、第二北斗位置信息B2、第三北斗位置信息B3、第四北斗位置信息B4间的移动距离为:0.1m、0.2m、0.15m。多个北斗位置B1、B2、B3、B4信息的移动次序,即为B1→B2→B3→B4。
如图3所示,考勤数据统计端10根据第一北斗位置信息B1、第二北斗位置信息B2、第三北斗位置信息B3、第四北斗位置信息B4获取多个北斗位置信息对应的当前区域51、52、53、54。
步骤S104,获取考勤终端20在第一当前区域51、第二当前区域52、第三当前区域53、第四当前区域54移动时,依次接入第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45的Wi-Fi接入次序。根据Wi-Fi接入次序及第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45的接入地址获取第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45的Wi-Fi物理地址接入次序,判断多个接入点的Wi-Fi物理地址接入次序是否匹配多个北斗位置信息的移动次序,若是,则根据多个北斗位置信息及多个北斗位置信息的移动次序生成当前移动轨迹图像。
如图3所示,考勤终端20在第一当前区域51、第二当前区域52、第三当前区域53、第四当前区域54间移动时,依次接入第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45的Wi-Fi接入次序为41→42→44→45。根据Wi-Fi接入次序41→42→44→45及第一Wi-Fi接入点41、第二Wi-Fi接入点42、第四Wi-Fi接入点44、第五Wi-Fi接入点45的接入地址获取第一Wi-Fi接入点41、第二Wi-Fi接入点42、第四Wi-Fi接入点44、第五Wi-Fi接入点45的Wi-Fi物理地址接入次序,判断多个接入点的Wi-Fi物理地址接入次序是否匹配多个北斗位置信息的移动次序,若是,则根据多个北斗位置信息及多个北斗位置信息的移动次序生成当前移动轨迹图像。上述物理地址可以理解为Wi-Fi接入点所在位置的经纬度地址。
如图3所示,判断当前的第一北斗位置信息B1、第二北斗位置信息B2、第三北斗位置信息B3、第四北斗位置信息B4的移动次序B1→B2→B3→B4,与Wi-Fi接入次序为41→42→44→45是否为同方向且依次经过的,若是,则根据多个北斗位置信息及多个北斗位置信息的移动次序生成当前移动轨迹图像91。
步骤S105,考勤数据统计端10判断当前移动轨迹图像是否为可识别轨迹,若是,则输出运动状态结果,若否,则输出为静止状态结果。若行为状态信息为静止状态结果,则生成考勤终端20的脱岗状态信息。若行为状态信息是运动状态结果,则生成考勤终端20的工作状态信息。
由此可知,本发明首先通过“多个当前北斗位置信息的移动次序”及“Wi-Fi接入次序”的趋势匹配,校验其作业过程中,运动路径的运动趋势是否匹配,从而有效解决了,对作业过程中在原地反复作业操作的有效监控。特别是在因为北斗信号强度波动而造成某个北斗位置信息丢失时,也可以佐证其作业人员的运动趋势,提供其运动状态数据获取的准确性。
之后,本发明在其验证其作业趋势后,可通过深度神经网络对其作业轨迹识别,验证其静态状态时,作业移动轨迹的真实性,从而,保证人员的移动状态监控的有效性。
在本发明计算人工保洁状态数据的获取方法的另一种实施方式中,北斗位置信息包括:经度信息及纬度信息。
在本发明计算人工保洁状态数据的获取方法的又一种实施方式中,步骤S103还包括:若采集时间不在预存排班时间内,则输出考勤终端20的空闲状态信息。
在本发明计算人工保洁状态数据的获取方法的又一种实施方式中,步骤S104中还包括:
步骤S1041,采集或从移动轨迹的历史数据中获取多幅轨迹图像;所述多幅轨迹图像:在一天中多个时间段中,待统计考勤人员在所述预存位置范围信息所对应的区域内连续移动作业时所形成的轨迹。
上述多幅轨迹图像为白天、黑夜各种能见光及天气情况下、有无树冠遮挡的图像大于3000张。
步骤S1042,在所述多幅场景图像中标记多个设定的必经点位置,获取标记后的多幅必经点标记图像作为训练集;将大于3000张图像用labelimg标签或标记框,标签为设定的必经点的图像,标签或标记框包括图像和xml记录文件。将标定好的图像和记录文件转换成YOLOV4训练格式。
步骤S1043,通过YOLOV4神经网络训练所述训练集,识别必经点图像及位置信息,获取轨迹识别神经网络。配置YOLOV4神经网络,训练集和测试集比列为8:2;通过损失函数训练,若损失函数的权重值不再下降,说明各层权重值参数趋于平稳,则得到训练后的神经网络。
在本发明计算人工保洁状态数据的获取方法的再一种实施方式中,步骤S105中还包括:通过所述轨迹识别神经网络识别所述当前移动轨迹图像,获取可识别必经点图像的数量值;判断所述可识别必经点图像的数量值是否大于设定值;若是,则为可识别轨迹,若否,则为不可识别轨迹。从而对移动轨迹可有效识别,提高其识别轨迹的准确性。
在本发明计算人工保洁状态数据的获取方法的再一种实施方式中,预存排班时间中包括预存上班时间。
在步骤S101中还包括:考勤数据统计端10在设定的上班采集时段内,根据终端标识信息获取考勤终端20所发送的上班北斗位置信息。上班北斗位置信息中包括采集上班北斗位置信息时的上班采集时间。
步骤S102中还包括:考勤数据统计端10根据终端标识信息,查询排班对应表获取终端标识信息所对应的预存上班时间及预存位置范围信息。
步骤S103中还包括:考勤数据统计端10判断若上班采集时间在预存上班时间内,则判断上班北斗位置信息是否在预存位置范围信息所对应的区域内,若是,则生成上班信息。若否,则生成迟到信息。
在本发明计算人工保洁状态数据的获取方法的再一种实施方式中,预存排班时间中包括预存下班时间。
在步骤S101中还包括:考勤数据统计端10在设定的下班采集时段内,根据终端标识信息获取考勤终端20所发送的下班北斗位置信息。下班北斗位置信息中包括采集下班北斗位置信息时的下班采集时间。
步骤S102中还包括:考勤数据统计端10根据终端标识信息,查询排班对应表获取终端标识信息所对应的预存下班时间及预存位置范围信息。
步骤S103中还包括:考勤数据统计端10判断若下班采集时间在预存下班时间内,则判断下班北斗位置信息是否在预存位置范围信息所对应的区域内,若是,则生成下班信息。若否,则生成早退信息。
本发明的第二方面,提供了一种计算人工保洁状态数据的获取系统,如图1、2所示,其包括:一个考勤数据统计端10、一个考勤终端20及第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45。
考勤数据统计端10在本地存储一个终端标识信息对应的预存排班时间及预存位置范围信息的排班对应表。考勤数据统计端10预存行为状态信息。行为状态信息包括:运动状态结果及静止状态结果。
第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45分布于预存位置范围信息所对应的区域内。每个Wi-Fi接入点具有一个Wi-Fi接入地址及一个Wi-Fi物理地址。
考勤终端20,其具有一个终端标识信息且配置为包括:一个北斗定位终端,北斗定位终端能够通过北斗卫星导航系统获取考勤终端20的北斗位置信息。和一个Wi-Fi通信模块,其能够接入第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45。考勤终端20能够将北斗位置信息向考勤数据统计端10发送。考勤终端20能够随待统计考勤人员移动。
考勤数据统计端10在设定的采集时段内,根据终端标识信息获取考勤终端20所发送的北斗位置信息。北斗位置信息中包括采集北斗位置信息时的采集时间。
考勤数据统计端10根据终端标识信息,查询排班对应表获取终端标识信息所对应的预存排班时间及预存位置范围信息。
考勤数据统计端10判断若采集时间在预存排班时间内且北斗位置信息在预存位置范围信息所对应的区域内,则考勤数据统计端10根据一个设定时间间隔连续获取考勤终端20的多个北斗位置信息,考勤数据统计端10根据多个北斗位置信息和获取次序,获取多个北斗位置信息间的移动距离及多个北斗位置信息的移动次序。考勤数据统计端10根据多个北斗位置信息获取其所对应的第一当前区域51、第二当前区域52、第三当前区域53、第四当前区域54。
考勤数据统计端10获取考勤终端20在第一当前区域51、第二当前区域52、第三当前区域53、第四当前区域54间移动时,依次接入第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45的Wi-Fi接入次序。根据Wi-Fi接入次序及第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45的接入地址获取第一Wi-Fi接入点41、第二Wi-Fi接入点42、第三Wi-Fi接入点43、第四Wi-Fi接入点44、第五Wi-Fi接入点45的Wi-Fi物理地址接入次序,判断多个接入点的Wi-Fi物理地址接入次序是否匹配多个北斗位置信息的移动次序,若是,则根据多个北斗位置信息及多个北斗位置信息的移动次序生成当前移动轨迹图像。
考勤数据统计端10判断当前移动轨迹图像是否为可识别轨迹,若是,则输出运动状态结果,若否,则输出为静止状态结果。若行为状态信息为静止状态结果,则生成考勤终端20的脱岗状态信息。若行为状态信息是运动状态结果,则生成考勤终端20的工作状态信息。
在本发明计算人工保洁状态数据的获取系统的一种实施方式中,考勤数据统计端10还配置为:根据移动轨迹的历史数据获取多幅移动轨迹的图像。通过神经网络训练多幅移动轨迹的图像,获取能够识别移动轨迹的第一目标识别神经网络。
在本发明计算人工保洁状态数据的获取系统的一种实施方式中,考勤数据统计端10还配置为:通过第一目标识别神经网络识别当前移动轨迹图像,获取识别权重值。判断识别权重值是否大于设定值,若是,则为可识别轨迹,若否,则为不可识别轨迹。
应当理解,虽然本说明书是按照各个实施方式中描述的,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种计算人工保洁状态数据的获取方法,其特征在于,所述计算人工保洁状态数据的获取方法通过:一个考勤数据统计端、一个考勤终端及多个Wi-Fi接入点实现;
所述考勤数据统计端在本地存储一个终端标识信息对应的预存排班时间及预存位置范围信息的排班对应表;所述考勤数据统计端预存行为状态信息;所述行为状态信息包括:运动状态结果及静止状态结果;
所述多个Wi-Fi接入点分布于所述预存位置范围信息所对应的区域内;每个Wi-Fi接入点具有一个Wi-Fi接入地址及一个Wi-Fi物理地址;
所述考勤终端,其具有所述终端标识信息且配置为包括:
一个北斗定位终端,所述北斗定位终端能够通过北斗卫星导航系统获取所述考勤终端的北斗位置信息;和
一个Wi-Fi通信模块,其能够接入所述多个Wi-Fi接入点;
所述考勤终端能够将所述北斗位置信息向所述考勤数据统计端发送;所述考勤终端能够随待统计考勤人员移动;
所述计算人工保洁状态数据的获取方法包括:
步骤S101,所述考勤数据统计端在设定的采集时段内,根据所述终端标识信息获取所述考勤终端所发送的北斗位置信息和采集所述北斗位置信息时的采集时间;
步骤S102,所述考勤数据统计端根据所述终端标识信息,查询所述排班对应表获取所述终端标识信息所对应的预存排班时间及预存位置范围信息;
步骤S103,所述考勤数据统计端判断若所述采集时间在所述预存排班时间内且所述北斗位置信息在所述预存位置范围信息所对应的区域内,则所述考勤数据统计端根据一个设定时间间隔连续获取所述考勤终端的多个北斗位置信息,所述考勤数据统计端根据所述多个北斗位置信息和获取次序,获取所述多个北斗位置信息间的移动距离及多个北斗位置信息的移动次序;所述考勤数据统计端根据所述多个北斗位置信息获取其所对应的多个当前区域;
步骤S104,获取所述考勤终端在所述多个当前区域间移动时,依次接入所述多个Wi-Fi接入点的Wi-Fi接入次序;根据所述Wi-Fi接入次序及多个Wi-Fi接入点的接入地址获取多个Wi-Fi接入点的Wi-Fi物理地址接入次序,判断所述多个接入点的Wi-Fi物理地址接入次序是否匹配多个北斗位置信息的移动次序,若是,则根据所述多个北斗位置信息及多个北斗位置信息的移动次序生成当前移动轨迹图像;
步骤S105,所述考勤数据统计端判断所述当前移动轨迹图像是否为可识别轨迹,若是,则输出运动状态结果,若否,则输出为静止状态结果;若所述行为状态信息为静止状态结果,则生成考勤终端的脱岗状态信息;若所述行为状态信息是运动状态结果,则生成考勤终端的工作状态信息。
2.根据权利要求1所述的获取方法,其特征在于,所述北斗位置信息包括:经度信息及纬度信息。
3.根据权利要求1所述的获取方法,其特征在于,所述步骤S103还包括:若所述采集时间不在所述预存排班时间内,则输出考勤终端的空闲状态信息。
4.根据权利要求1所述的获取方法,其特征在于,所述步骤S104中还包括:
步骤S1041,采集或从移动轨迹的历史数据中获取多幅轨迹图像;所述多幅轨迹图像:在一天中多个时间段中,待统计考勤人员在所述预存位置范围信息所对应的区域内连续移动作业时所形成的轨迹;
步骤S1042,在所述多幅场景图像中标记多个设定的必经点位置,获取标记后的多幅必经点标记图像作为训练集;
步骤S1043,通过YOLOV4神经网络训练所述训练集,识别必经点图像及位置信息,获取轨迹识别神经网络。
5.根据权利要求4所述的获取方法,其特征在于,所述步骤S105中还包括:通过所述轨迹识别神经网络识别所述当前移动轨迹图像,获取可识别必经点图像的数量值;
判断所述可识别必经点图像的数量值是否大于设定值;若是,则为可识别轨迹,若否,则为不可识别轨迹。
6.根据权利要求1所述的获取方法,其特征在于,所述预存排班时间中包括预存上班时间;
在所述步骤S101中还包括:
所述考勤数据统计端在设定的上班采集时段内,根据所述终端标识信息获取所述考勤终端所发送的上班北斗位置信息;所述上班北斗位置信息中包括采集所述上班北斗位置信息时的上班采集时间;
所述步骤S102中还包括:所述考勤数据统计端根据所述终端标识信息,查询所述排班对应表获取所述终端标识信息所对应的预存上班时间及预存位置范围信息;
所述步骤S103中还包括:
所述考勤数据统计端判断若所述上班采集时间在所述预存上班时间内,则判断所述上班北斗位置信息是否在所述预存位置范围信息所对应的区域内,若是,则生成上班信息;
若否,则生成迟到信息。
7.根据权利要求6所述的获取方法,其特征在于,所述预存排班时间中包括预存下班时间;
在所述步骤S101中还包括:
所述考勤数据统计端在设定的下班采集时段内,根据所述终端标识信息获取所述考勤终端所发送的下班北斗位置信息;所述下班北斗位置信息中包括采集所述下班北斗位置信息时的下班采集时间;
所述步骤S102中还包括:所述考勤数据统计端根据所述终端标识信息,查询所述排班对应表获取所述终端标识信息所对应的预存下班时间及预存位置范围信息;
所述步骤S103中还包括:
所述考勤数据统计端判断若所述下班采集时间在所述预存下班时间内,则判断所述下班北斗位置信息是否在所述预存位置范围信息所对应的区域内,若是,则生成下班信息;
若否,则生成早退信息。
8.一种计算人工保洁状态数据的获取系统,其特征在于,其包括:一个考勤数据统计端、一个考勤终端及多个Wi-Fi接入点;
所述考勤数据统计端在本地存储一个终端标识信息对应的预存排班时间及预存位置范围信息的排班对应表;所述考勤数据统计端预存行为状态信息;所述行为状态信息包括:运动状态结果及静止状态结果;
所述多个Wi-Fi接入点分布于所述预存位置范围信息所对应的区域内;每个Wi-Fi接入点具有一个Wi-Fi接入地址及一个Wi-Fi物理地址;
所述考勤终端,其具有所述终端标识信息且配置为包括:
一个北斗定位终端,所述北斗定位终端能够通过北斗卫星导航系统获取所述考勤终端的北斗位置信息;和
一个Wi-Fi通信模块,其能够接入所述多个Wi-Fi接入点;
所述考勤终端能够将所述北斗位置信息向所述考勤数据统计端发送;所述考勤终端能够随待统计考勤人员移动;
所述考勤数据统计端在设定的采集时段内,根据所述终端标识信息获取所述考勤终端所发送的北斗位置信息和采集所述北斗位置信息时的采集时间;
所述考勤数据统计端根据所述终端标识信息,查询所述排班对应表获取所述终端标识信息所对应的预存排班时间及预存位置范围信息;
所述考勤数据统计端判断若所述采集时间在所述预存排班时间内且所述北斗位置信息在所述预存位置范围信息所对应的区域内,则所述考勤数据统计端根据一个设定时间间隔连续获取所述考勤终端的多个北斗位置信息,所述考勤数据统计端根据所述多个北斗位置信息和获取次序,获取所述多个北斗位置信息间的移动距离及多个北斗位置信息的移动次序;所述考勤数据统计端根据所述多个北斗位置信息获取其所对应的多个当前区域;
所述考勤数据统计端获取所述考勤终端在所述多个当前区域间移动时,依次接入所述多个Wi-Fi接入点的Wi-Fi接入次序;根据所述Wi-Fi接入次序及多个Wi-Fi接入点的接入地址获取多个Wi-Fi接入点的Wi-Fi物理地址接入次序,判断所述多个接入点的Wi-Fi物理地址接入次序是否匹配多个北斗位置信息的移动次序,若是,则根据所述多个北斗位置信息及多个北斗位置信息的移动次序生成当前移动轨迹图像;
所述考勤数据统计端判断所述当前移动轨迹图像是否为可识别轨迹,若是,则输出运动状态结果,若否,则输出为静止状态结果;若所述行为状态信息为静止状态结果,则生成考勤终端的脱岗状态信息;若所述行为状态信息是运动状态结果,则生成考勤终端的工作状态信息。
9.根据权利要求8所述的获取系统,其特征在于,所述考勤数据统计端还配置为:
采集或从移动轨迹的历史数据中获取多幅轨迹图像;所述多幅轨迹图像:在一天中多个时间段中,待统计考勤人员在所述预存位置范围信息所对应的区域内连续移动作业时所形成的轨迹;
在所述多幅场景图像中标记多个设定的必经点位置,获取标记后的多幅必经点标记图像作为训练集;
通过YOLOV4神经网络训练所述训练集,识别必经点图像及位置信息,获取轨迹识别神经网络。
10.根据权利要求9所述的获取系统,其特征在于,所述考勤数据统计端还配置为:通过所述轨迹识别神经网络识别所述当前移动轨迹图像,获取可识别必经点图像的数量值;
判断所述可识别必经点图像的数量值是否大于设定值;若是,则为可识别轨迹,若否,则为不可识别轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110171181.4A CN112511986B (zh) | 2021-02-08 | 2021-02-08 | 一种计算人工保洁状态数据的获取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110171181.4A CN112511986B (zh) | 2021-02-08 | 2021-02-08 | 一种计算人工保洁状态数据的获取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112511986A true CN112511986A (zh) | 2021-03-16 |
CN112511986B CN112511986B (zh) | 2021-06-29 |
Family
ID=74953046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110171181.4A Active CN112511986B (zh) | 2021-02-08 | 2021-02-08 | 一种计算人工保洁状态数据的获取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112511986B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112991568A (zh) * | 2021-02-08 | 2021-06-18 | 南昌市合迅科技有限公司 | 一种基于北斗定位的考勤数据获取方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150776A (zh) * | 2013-01-28 | 2013-06-12 | 烟台万方管理软件科技有限公司 | 一种基于导航定位和生物特征识别的考勤系统及方法 |
CN105678855A (zh) * | 2016-02-04 | 2016-06-15 | 上海易睦网络科技有限公司 | 适用于智能移动终端的通过手势动作考勤的方法及装置 |
CN105719055A (zh) * | 2016-01-14 | 2016-06-29 | 苏州市伏泰信息科技股份有限公司 | 环卫人员的lbs智能监管系统 |
EP3107059A1 (en) * | 2015-06-15 | 2016-12-21 | Facebook, Inc. | Geo-metric |
CN106896773A (zh) * | 2017-03-29 | 2017-06-27 | 深圳市国源环境集团有限公司 | 基于物联网通讯的智能环境监测系统 |
-
2021
- 2021-02-08 CN CN202110171181.4A patent/CN112511986B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150776A (zh) * | 2013-01-28 | 2013-06-12 | 烟台万方管理软件科技有限公司 | 一种基于导航定位和生物特征识别的考勤系统及方法 |
EP3107059A1 (en) * | 2015-06-15 | 2016-12-21 | Facebook, Inc. | Geo-metric |
CN105719055A (zh) * | 2016-01-14 | 2016-06-29 | 苏州市伏泰信息科技股份有限公司 | 环卫人员的lbs智能监管系统 |
CN105678855A (zh) * | 2016-02-04 | 2016-06-15 | 上海易睦网络科技有限公司 | 适用于智能移动终端的通过手势动作考勤的方法及装置 |
CN106896773A (zh) * | 2017-03-29 | 2017-06-27 | 深圳市国源环境集团有限公司 | 基于物联网通讯的智能环境监测系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112991568A (zh) * | 2021-02-08 | 2021-06-18 | 南昌市合迅科技有限公司 | 一种基于北斗定位的考勤数据获取方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112511986B (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104931851B (zh) | 一种输电线路雷击故障智能分析平台及分析方法 | |
CN109618140B (zh) | 基于视频监控的车辆监测方法、装置、系统及服务器 | |
CN105791022A (zh) | 一种拥挤度检测预警系统 | |
CN110969405A (zh) | 一种基于移动gis的护林定位与考勤计算方法 | |
CN109767141A (zh) | 一种铁路巡检的监控方法、装置、介质及设备 | |
CN107358314B (zh) | 一种热力图的处理方法及系统 | |
CN112511986B (zh) | 一种计算人工保洁状态数据的获取方法及系统 | |
CN113434619B (zh) | 一种4g的高速公路智能交通路况监控系统 | |
CN112037477A (zh) | 一种基于rfid的室内电子围栏定位方法及系统 | |
CN109636312A (zh) | 土地整治工程在线监管系统 | |
CN111435435B (zh) | 一种同伴识别方法、装置、服务器及系统 | |
CN116203362A (zh) | 一种配电盘状态监测系统 | |
CN115705699A (zh) | 一种基于数字孪生技术的高速公路智能巡检方法和装置 | |
CN112985451A (zh) | 一种基于北斗定位的工时数据获取方法及系统 | |
CN109379439B (zh) | 基于物联网信息化定位系统 | |
CN115577968A (zh) | 一种基于企业违章管理和自动违规判定的积分系统及方法 | |
CN114113487B (zh) | 一种挥发性有机物在线监测系统及方法 | |
CN115938009A (zh) | 一种智能电子巡检定位方法及系统 | |
CN111915895B (zh) | 一种基于位置信息与视频验证结合的监测方法及其系统 | |
CN113365216B (zh) | 一种追踪预警方法、系统与设备 | |
CN114299458A (zh) | 数据处理方法、导航方法、及计算机程序产品 | |
CN112785745A (zh) | 巡更管理方法和系统 | |
CN113409018B (zh) | 人流密度确定方法、装置、设备及存储介质 | |
CN116469254B (zh) | 一种信息处理方法和装置 | |
CN113407267B (zh) | 等保测评中的ar辅助数据处理方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |